一、德国研制手机寻找车位系统(论文文献综述)
王浩杰[1](2021)在《自动泊车系统路径规划与跟踪算法研究》文中进行了进一步梳理随着汽车保有量的不断提高,停车难问题逐渐成为了人们开车出行的主要难题。而利用智能驾驶技术实现的自动泊车功能可以有效减轻驾驶员负担,减少泊车过程中的事故数量,因此具有广泛的市场前景和现实意义。自动泊车系统不仅要考虑对于不同泊车环境的适应性,同时也要满足消费者的使用体验。路径规划和运动控制是自动泊车系统的关键组成部分,其性能优劣决定着自动泊车系统的控制精度。本文针对现有的路径规划算法规划适用范围小以及运动控制中存在的控制精度不高的问题,对路径规划和控制算法开展研究,具体研究内容如下:(1)基于阿克曼转向原理建立了车辆运动学模型,并根据简化的车辆模型推导出车辆轮廓的运动方程,在Simulink中搭建了车辆模型,与Car Sim车辆模型进行仿真对比,分析结果表明本文建立的简化车辆模型在低速情况下能够较为精确地反映出车辆的运动状态,验证了模型的可行性。(2)针对自动泊车系统对路径规划的性能要求,对传统的快速搜索随机树算法进行了改进。首先分析了快速搜索随机树的算法原理及流程、采样方式以及节点扩展方式,得到了原始算法及其衍生算法的优缺点。针对原始算法路径点连接不满足车辆约束的问题,加入了Reeds-Shepp曲线对节点进行扩展。针对原始算法效率较低的问题,在采样时加入了目标偏向策略。同时提出了避障采样以及约束采样,提高了算法采样节点的质量以及搜索效率。最后对快速搜索随机树生成的路径进行冗余点的修剪,并利用B样条曲线对其进行平滑处理。结果表明改进后的路径规划算法可以得到满足安全性、可行性和平顺性要求的泊车路径。(3)为了跟踪路径规划生成的泊车路径,对泊车环境下纵向和横向运动控制算法进行了研究。针对纵向控制,基于比例积分微分控制算法设计了车速控制器。针对横向控制,基于模型预测控制算法对车轮转向角进行控制,设定了车辆动力性约束以及安全性约束,并针对泊车工况的特性,优化了成本函数和权重矩阵。在Simulink中进行了仿真,结果表明该控制器可以精确地控制车辆跟踪规划的路径。(4)根据行业标准设计了泊车环境,并基于Simulink和Car Sim搭建联合仿真平台,对本文改进的自动泊车系统算法进行了几种不同场景下的仿真验证。仿真结果表明本文提出的自动泊车系统算法能够规划出各种场景下的可行路径,并成功泊入车位,横向偏差0.1米左右,停车后车辆航向角偏差不超过3°。
孙康康[2](2021)在《基于物联网的大型停车场内泊车引导系统设计》文中进行了进一步梳理为提高大型停车场车位使用效率,解决用户停车及反向寻车的难题,为用户提供最佳停车服务,从现有研究结论成果出发,分析现有研究的可借鉴之处和不足之处,提出论文的研究方向和研究重点。根据大型停车场的车位布局及车位使用状况,设计泊车引导系统。在路径规划算法上,衡量相关算法的优缺点,选择较优的算法解决最短路径问题。从解决社会、停车用户、停车场管理人员在停车难方面问题的角度出发,分析停车引导系统的功能需求,为停车引导系统设计奠定基础。分析用户停车流程,将整个停车流程作为系统框架和应用技术的总体设计指导思路,通过将停车流程的不同步骤拆分成不同的功能模块,指导停车引导系统的功能模块开发,结合软件开发技术实现停车引导功能。针对不同的用户需求,通过信号引导及导航两种引导方式,为用户提供完整的停车引导方案,以简化用户的停车流程。论文的主要工作如下:首先,设计停车场内最短路径规划模型,通过把停车位抽象为二维坐标系的坐标点,分别计算其距离用户的曼哈顿距离,选取曼哈顿距离最小的停车位为最优车位。以用户位置为路径规划起点,以最优车位为路径规划终点,以A*算法为路径规划算法,规划用户停车路线。通过对算法进一步优化,使算法拥有更高的运行效率。然后,采用My SQL搭建数据库系统,采用My SQL-Front软件对数据库进行可视化管理,按照数据的功能分别建立了用户信息、停车场信息、停车位信息、订单信息数据表,并针对其功能绘制E-R图、建立表格属性。通过数据库完成数据的整理存储,提高数据的管理便捷性和安全性。接着,通过对比分析不同车位检测技术的优缺点,选用智能车位锁技术作为本论文车位检测技术,通过智能车位锁设备使用状态变化实现空闲车位和以被占用车位状态的转变,进而实现车位状态的检测,解决了车位检测过程中需安装大量检测设备的问题,并提高车辆的安全性。对比分析不同室内定位技术的属性和特点,选用定位精度高且不易受周围环境影响的Wi-Fi室内定位技术实现用户位置定位功能。最后,根据用户需求确定系统功能,设计系统总体框架,分析总体框架下属模块的逻辑关系并给出功能逻辑图,通过Android Studio开发平台完成车位检测、车位预约、车辆定位、车辆导航、反向寻车及支付功能。基于Wi-Fi室内定位技术,实现人和车的地下定位及数据传输,为车辆导航奠定基础。通过车位预约功能,用户可提前预定指定地下停车场的空闲车位,避免了车位被抢占的问题。基于A*算法规划出目标位置到指定车位的最短路径,用户可根据信号引导或手机客户端的导航信息完成快速停车及反向寻车。完成停车后通过车辆识别技术识别出对应车辆信息,服务器发送订单到用户端或用户手动刷卡完成缴费。
刘俊超[3](2021)在《共享停车系统开发》文中研究指明随着汽车保有量的逐年增加,停车供求关系逐渐失衡,城市停车难问题日趋严重。通过对停车难问题的分析可知,实现住宅小区车位资源实时调度及利用最大化是可行之道。因此,本文借鉴“互联网+”及共享经济理念,开发了基于住宅小区车位的共享停车系统,该系统由管理系统、共享停车小程序及车辆识别系统组成。该系统的合理应用可以有效提高车位利用率,缓解城市停车压力。首先,根据对系统整体需求和功能流程的分析,确定系统体系架构,并将管理系统、共享停车小程序以及车辆识别系统的功能分解为各模块,后对各模块的功能性需求和非功能性需求展开分析,并通过功能性需求确定系统软件开发框架。其次,因车牌识别功能是系统硬件终端的基础,故本文基于蓝底白字号牌特征,从图像预处理、车牌定位、车牌分割、字符识别四个方面对车牌识别流程及算法进行了详细介绍。并在系统测试章节中,搭建硬件测试环境,对识别效果进行测试。经验证,该算法对车牌的识别精度高达96%。然后,本文对系统各部分进行设计与开发。选择My SQL数据库及其管理系统,进行数据库概念结构和逻辑结构设计,完成数据库的开发;采用Restful架构,设计前后端API接口并编写接口文档;采用WNMP架构,借助Laravel框架开发管理系统;采用微信开发者工具,借助MINA框架开发共享停车小程序;采用Python开发平台与树莓派4B及其模块化组件开发车辆识别系统,至此完成整个系统的设计与开发。最后,本文针对管理系统和共享停车小程序各模块设计测试用例,针对车辆识别系统整体功能设计测试实验,对整个系统进行功能性测试。经测试,整个系统的功能基本实现。
程瑶[4](2020)在《基于物联网的停车场管理系统设计与研究》文中指出随着城市汽车的数量增加,停车难已经成为我国各大城市司空见惯的社会问题。停车场管理系统作为智慧城市中智能交通的重要组成部分,不仅能提高停车位的利用率,促使停车设施利用均衡化,同时还能减少用户寻找车位的时间消耗,缓解了日益严重的交通拥堵问题。鉴于此,本文综合运用传感器技术和物联网技术,设计实现一种基于NB-IoT-ZigBee的智慧停车场管理系统。基于NB-IoT-ZigBee的停车场管理系统方案设计包括4个部分:车位信息的采集、车位信息的传输、车位信息的管理以及车位信息的发布。系统的工作流程具体如下:信息采集终端通过传感器探测车位信息,并通过CC2530微处理器将车位变化信息发送给ZigBee协调器。协调器将信息处理后通过AT指令传递给NB-IoT无线传输模块。NB-IoT无线传输模块将数据信息上发到云平台管理中心,云平台再通过服务器将车位信息发布给智能终端,实时更新车位信息。停车场管理系统采用实时更新车位信息的引导电子屏为主要信息载体,同时通过手机APP和WEB端进行车位信息发布,三种信息发布的方式使得用户更加便捷的了解停车场车位信息。系统经过功能与性能测试验证,结果表明:基于ZigBee和NB-IoT的无线异构网络通信状态良好,停车场车位信息采集节点功能正常,WEB管理界面和手机APP能正确显示停车场车位信息。本文在传统停车场基础上,引入了ZigBee与NB-IoT相结合的无线通信方式代替传统的有线通信方式,兼具实用性和美观性,符合智慧城市的发展要求。图[69] 表[11] 参[55]
黄雪颖[5](2020)在《智能立体车库云门户系统研究与设计》文中指出随着汽车保有量的急速增长,“停车难”成为了影响城市交通规划发展的普遍问题,发展库容量大且占地面积小的立体车库能有效帮助解决该问题。然而,当前大多立体车库因未联网而无法实现车位远程预约、车库远程管理等功能,智能化水平较低,部分车库由于存取策略的无序使用,存取车效率较低。针对这一现状,在省重点研发计划项目的支持下,本课题研究了空闲车位数量预测、车库推荐等多个算法,设计与实现了一款智能立体车库云门户系统。首先,在分析了立体车库当前存在的问题后,根据系统的研发需求,规划了系统的整体架构与功能模块结构,并对车库推荐策略、空闲车位数量预测方法等关键技术方案进行分析,设计了高扩展性、低成本、高可用的基于云平台的系统架构。其次,研究了基于空闲车位数量预测的车库推荐算法,为系统功能实现提供算法支持。在空闲车位数量预测问题上,基于集成学习对LSTM网络进行改进,建立了预测模型,与基于LSTM/BP网络/RF的预测模型对比,验证了改进模型的优越性。基于空闲车位数量预测算法,得到用户到达车库时的预测空闲车位数量属性值,进一步研究车库推荐问题,建立了基于Geohash的候选车库选择模型与基于多属性决策的车库选择模型。再次,以升降横移式立体车库为研究对象,研究立体车库存取策略问题。以入库时间最短和重心最低为原则,制定了车位分配策略。在确定车位分配策略的基础上,基于排队论进一步研究车库存取策略。在不同时间段对每种存取策略进行建模与仿真,通过对比分析,确定了本车库的存取策略,进一步降低运营成本,提高车库服务性能。最后,设计与实现了智能立体车库云门户系统。系统客户端包括Android移动客户端、IOS移动客户端、微信小程序以及浏览器客户端,实现了车库推荐、车位预约、空闲车位数量预测、历史订单管理等功能。系统经过联调与测试,结果表明可以满足相关要求。本课题研发的智能立体车库云门户系统提升了立体车库的智能化和网络化水平,有助于提升立体车库服务效能,改善城市的交通状况。
王忠诚[6](2020)在《基于CPLD的升降横移式立体停车库控制系统的研究与设计》文中研究说明随着中国经济的快速发展,国民收入水平的不断提高,人民的生活水平也在不断的变好,使得更多的机动汽车进入到千千万万的家庭。中国汽车保有量的不断上升,也使得停车难问题成为当今城市管理和发展的一个难题。立体停车库在近年来发展迅速,它是应对城市居民住宅小区和商场停车难问题的一个有效的解决方案,能够有效利用有限的土地资源去最大限度的存放更多的车辆。本论文将以一个六层二列七车位升降横移式立体停车库作为研究对象,在深入分析了升降横移式立体停车库工作原理和控制系统结构的基础之上,本论文采用复杂可编程逻辑器件(CPLD)为停车库控制系统的核心处理器,对立体停车库控制系统的软硬件进行研究设计。本论文完成的工作内容如下:1、以六层七车位升降横移式立体停车库为模型,详细研究了整个立体停车库控制系统的系统结构和它的运行原理。2、完成了六层升降横移式立体停车库控制系统硬件的设计,包括CPLD处理器的选型,控制系统外围输入输出信号的分析和CPLD控制器主要电路模块的设计,主要有电源模块、JTAG接口模块、信号隔离电路模块和继电器驱动电路模块的设计。3、对停车库控制系统软件程序的设计,主要包括停车库存取车的控制原理,手动控制和自动控制流程的分析及控制算法的设计。4、为了验证升降横移式立体停车库控制系统方案的可行性和控制算法设计的正确性,建立了停车库控制系统模拟调试平台,通过模拟实验调试去验证设计的合理性和正确性。同时,也通过现场调试证明了停车库控制系统方案设计的可行性。本论文通过对升降横移式立体停车库控制系统的研究与设计,完成了一个智能化的立体停车库控制系统的模型,并且可以实现对停车位准确、稳定、可靠的存取操作。此类型立体停车库具有占地面积少、结构简单的优点,可根据现场土地资源进行扩充规模,能有效的解决居民住宅小区和商场停车难的问题。
江中旭[7](2020)在《基于网格激光视觉增强技术的泊车位及障碍物识别研究》文中提出拥挤的城市泊车环境给人们的出行造成了极大不便,而自动泊车技术的出现,让人眼前一亮。然而,车位识别的精度、有效车位识别的准确度始终是一座“高山”,阻碍着泊车系统进一步推广。现今自动泊车技术中,使用最为广泛的超声波雷达方案往往存在着车位识别精度低的问题,且高度依赖于临近车位停放的车辆。视觉传感器方案中,很少考虑车位中和路径中存在的障碍物,而障碍物的尺寸又往往影响着泊车位的有效性。特别是对于障碍物和环境背景颜色相近似这种情况,仅依靠摄像头难以实现障碍物的辨识。在此背景下,本文提出了一种基于网格激光视觉增强技术的泊车位及障碍物识别方法。该方案除了视觉传感器,还在车身上安装了特殊的激光发射装置,该装置能在地面上呈现出特定形状和尺寸的激光网格,并与视觉感知区域形成叠加效果。激光网格的形状会随泊车环境的改变而改变,如遇到车辆、石块、凹坑、墙面、车位锁等障碍物时,激光网格的形状会发生明显的变化。视觉传感器采用鱼眼摄像头方案,并由视觉处理器单独完成图像处理工作,再通过通讯串口将泊车位和障碍物数据发送给泊车控制器。本文主要从泊车空间激光网格化的实现、基于激光装置的泊车位和障碍物识别技术和方法、基于激光装置的自动泊车系统架构设计这几个方面展开研究,并通过模拟实验验证了方案的有效性。首先,介绍了系统工作的原理,激光网格的两个主要作用是区域划分和尺寸测量。为了实现这两个作用,研究了激光网格的标定和捕捉。而其捕捉通过鱼眼摄像头实现,因此,研究了相机模型、畸变模型和相机的标定方法。其次,研究了基于激光网格的图像处理方案,由于激光网格带来的图像分割和轮廓增益的效果,简化了图像处理的过程。主要研究的算法包括图像的畸变矫正、图像的鸟瞰变换、图像的预处理和图像的分割与特征提取。然后,分析了现实生活中的泊车场景,对泊车位和障碍物的类型进行了整理。研究了泊车位和障碍物识别的方法,针对本文所提出的基于激光装置的视觉方案的特性,分别对障碍识别、有车位线标识和无车位线标识这两类车位识别进行了分析。最后,设计了自动泊车系统的架构,提出了视觉处理器的图像处理策略,通过模拟真实泊车场景进行了泊车位识别和障碍物识别实验,并对不同类型的障碍物实验进行了分析。实验结果表明,该方案能够很好的实现车位中和路径中障碍物的识别,并能有效的解决障碍物和环境背景颜色相近似这一难题。
魏洪贵[8](2020)在《城市道路下的自主泊车系统轨迹规划算法研究》文中指出汽车的出现,改变了人类的出行方式,极大地提高了出行的效率,在现代社会中起到了非常重要的作用。但是随着城市里汽车数量的日益增多,也带来了道路拥堵、泊车困难以及交通事故频发等一系列问题。而智能汽车依托先进的环境感知系统、决策规划单元和执行机构,能够有效缓解上述问题。自主泊车系统作为自动驾驶L4级别技术,车辆能够主动寻找可停放车位并行驶到其附近后执行泊车操作,同时也可以从车位中泊出并行驶到车主所在位置。然而,目前的自主泊车系统研究主要集中于停车场范围内,对于更远范围的自主泊车系统技术研究还处于初步阶段。本文针对自主泊车系统轨迹规划算法展开研究,提出了一种能适应复杂城市道路环境的远距离自主泊车系统轨迹规划算法,主要研究内容如下:(1)自主泊车系统架构及车辆模型的建立。提出了一种不局限于停车场内的远距离自主泊车系统,将其划分为城市道路下的局部轨迹规划和车位平行泊车规划。针对轨迹规划问题所用的坐标系以及各坐标系之间的转换关系进行研究,为了降低规划问题的复杂度,在城市道路局部轨迹规划算法中引入了Frenet坐标系,在车位平行泊车规划算法中采用了笛卡尔坐标系。对前进式与后退式的泊车方式进行了对比分析,从而确定本文采用的泊车方式。最后建立了本文算法所用的车辆运动学模型,为本文轨迹规划算法的研究奠定基础。(2)城市道路下的局部轨迹规划算法研究。对于城市复杂的道路环境,采用分层框架的泊车轨迹规划算法,将其分为路径规划和速度规划两个子问题,从而降低研究问题的计算维度。为同时保证轨迹质量和规划实时性,将图搜索的方法与数值优化的方法相结合,提出了一种混合规划方法。对于路径规划,采用状态晶格的方法生成原始路径,继而采用非线性规划方法对其进行优化;对于速度规划,结合车辆的机械约束提出了一种改进型的A*搜索方法,在此基础上通过二次规划得到优化的速度曲线。(3)平行泊车轨迹规划算法研究。首先分析研究了泊车环境下存在的碰撞点,通过碰撞点和车辆转向系统的物理约束确定满足车辆安全泊入车位的最小车位尺寸。其次深入研究了两圆弧相切以及圆弧切直线的泊车规划方法,分析两种泊车规划方法存在的问题。最后为了解决了泊车过程中出现的原地转向问题,提出了一种将圆弧曲线与回旋曲线相结合的改进方案,将泊车路径分成了六段并且求解出每一段路径的表达方程。(4)自主泊车系统轨迹规划算法仿真实验验证。分别搭建城市道路局部混合轨迹规划算法和平行泊车轨迹规划算法的仿真环境,在城市道路轨迹规划仿真实验中加入移动的障碍车辆,设计车道保持、车道变换和超车三种驾驶场景进行算法性能测试。在平行泊车轨迹规划仿真实验中完成了不同类型泊车规划算法效果对比,最后选择回旋曲线算法并分析了车位尺寸、起始位置和泊车速度对该算法的影响。仿真结果验证了本文提出的自主泊车系统轨迹规划算法的可行性和有效性。
郭展宏[9](2020)在《地下停车场车辆引导及路径规划研究》文中认为如今城市内汽车保有量大量增加,驾驶员停车的秩序和效率影响着城市交通的发展。但是,目前对于城市内停车的研究多集中于场外车场推荐。而对于车辆进入停车场之后的研究,由于现有的信息化技术应用程度低,停车位的有效信息获知不全面,停车场也没有提供相应的车辆指引和车位推荐服务,导致驾驶员无法快速高效的将车辆行驶到理想的车位。因而,场内车辆引导及路径规划研究对于驾驶员停车就显得尤为重要。为了解决上述问题,本文选择地下停车场中的车辆停车服务为研究对象,结合场内功能需求,应用现有技术理论,提出了相应的技术方案。论文研究过程及成果如下:(1)分析设计地下停车场车辆引导服务系统。为了方便场内工作人员对于用户停车管理的需求,采用车辆感知和信息传输技术对场内车辆出入识别、车位状态监控、道路车辆信息采集、区域控制终端数据传输、车位指示灯显示、车辆引导路径信息发布等功能进行了分析设计。同时完成了车辆引导信息采集、传输处理以及车位引导的工作流程的设计。通过Visual Studio 2015集成开发工具,完成了地下停车场车辆停车管理软件的界面及其相关功能设计,选取地下停车场实际环境部署相应实验器材,在IAR Embedded Workbench编程环境下将传感器监控与无线通信技术相结合,进行了信息采集和传输质量测试。结果表明,该方案能够对场内数据实时和准确的采集发布,可以辅助监控车辆引导路径,有利于停车场信息化的升级。(2)最优车位引导路径研究。在完成对场内信息采集的基础上,对比了有无车辆停车路径指引的流程,明确了停车服务中路径规划的必要性。分析了停车场内车位选择影响因素,根据实际停车场车位和道路情况建立了停车场的路网模型。依据场内道路行车情况构造了边权函数并进行了车位区域划分。通过考虑驾驶员停车时的多个泊位偏好指标,对路网中有效车位综合属性信息进行了最优车位决策推导,同时引入改进的车辆引导最优路径Dijkstra算法,在MATLAB环境下进行了搜索区域和时间的性能验证,最后采用某地下停车场某时刻具体数据,进行了最优车位引导路径推导分析。结果表明,改进Dijkstra算法有效提高了路径搜索效率,并且最优车位决策充分考虑了驾驶员偏好属性以及场内信息的实时变化,能够为驾驶员提供综合属性最高的车位,从而有效避免场内区域性拥堵,减少场内车辆巡游时间,提升用户的停车体验,达到了良好的应用效果,具有很好的实用性。
郑凯琪[10](2020)在《基于Hadoop平台大数据分析处理的地下车库智能照明系统的研究应用》文中指出现如今人们生活水平越来越高,家家户户已经把汽车作为工作、生活的主要交通工具。随着汽车数量的不断增加,土地使用率越来越高,因此地下车库成为了汽车的主要停车场地。由于地理位置的原因导致地下车库无法采集到自然光,因此必须使用灯具照明。传统的地下车库都是采用日光灯照明,照明亮度无法按需调节、24H统一亮度照明,无法达到智能照明的效果,长时间对电能的浪费是巨大的。针对于此本课题将地下车库车流量大数据分析系统和ZigBee无线照明调光硬件系统相结合,成为本课题的一大创新特色之一。基于Hadoop平台分析地下车库车流量大数据样本,将分析的结果作为智能调光硬件系统的调光依据,使调光系统可以依据不同时间段车流量的多少、不同区域车流量的多少来按不同需求自动且合理的调光,达到智能、节能的目的。除此之外,在车位紧张时由于没有正确的空的车位引导、司机对车库的地理环境不熟悉、视线方面的限制等客观因素导致寻找车位浪费很长时间并且增加车库的尾气排放,考虑到地下车库的空间有限往往也会给后面来的车辆停车造成一些困扰。针对于此本课题设计智能引导硬件系统,实时检测地下车库车位情况并提供给司机空的车位信息及做出正确引导路线,达到高效停车的目的。因此,针对以上地下车库存在的问题来做出相应的解决方案。主要的工作有:硬件方面:(1)首先针对提高司机地下车库停车高效的问题,设计出基于ZigBee智能停车引导硬件系统,将车位检测信息实时的显示在12864屏幕上并做正确方向的引导,当司机到达车位的附近还能够看及时到空的车位上方的绿色LED提示灯,可以很大程度的减少停车的时间。其次由于地下车库的通风性很差,鉴于安全性方面的考虑,在智能引导硬件系统上加了对车库温度,以及CO浓度的实时检测。(2)在车库的电能节约方面,设计出基于ZigBee智能照明硬件系统,结合Hadoop平台对地下车库车流量大数据分析系统,根据不同时间段车流量的不同来按需要合理自动调节灯光的亮度。软件方面:(3)针对以上两个硬件系统,设计了与其对应的VB上位机地下车库智能引导、地下车库智能调光软件系统,通过ZigBee无线传输达到远程监测和调控的目的。(4)地下车库的不同区域和不同时段车流量是不同的,针对于这两个因素的考虑,基于Hadoop对不同区域和不同时段的车流量大数据进行分析,将分析出的结果最终可视化出来。作为ZigBee照明硬件调光系统的亮度调节依据,最终达到自动调节、按需调节、合理调节、节能的目的。(5)最后,对本课题的智能引导、智能调光硬件硬件系统和对应的VB软件上位机软件系统进行测试,结果表明LCD12864智能引导显示硬件系统运行稳定可以正确的引导司机高效率的停车,智能调光硬件系统可以根据不同时间的需求合理的调节照明亮度。地下车库车流量大数据分析系统最终将结果可视化。上位机软件系统也能够正常工作,配合智能引导、智能调光硬件系统实时进行远程的监测和调控。
二、德国研制手机寻找车位系统(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、德国研制手机寻找车位系统(论文提纲范文)
(1)自动泊车系统路径规划与跟踪算法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景及意义 |
1.2 国内外无人驾驶车辆研究现状 |
1.2.1 国外无人驾驶车辆研究现状 |
1.2.2 国内无人驾驶车辆研究现状 |
1.3 自动泊车系统介绍及相关技术研究现状 |
1.3.1 自动泊车系统介绍 |
1.3.2 路径规划研究现状 |
1.3.3 运动控制研究现状 |
1.3.4 自动泊车系统应用现状 |
1.4 本文主要研究内容 |
2 车辆模型建立 |
2.1 车辆简化模型 |
2.2 阿克曼转向原理与最小转弯半径计算 |
2.3 车辆运动学模型建立 |
2.4 车辆运动学模型验证 |
2.5 小结 |
3 基于快速搜索树的泊车路径规划算法改进 |
3.1 快速搜索树系列算法 |
3.1.1 快速搜索树算法 |
3.1.2 双向快速搜索树算法 |
3.1.3 渐进最优快速搜索树算法 |
3.2 针对泊车的RRT算法改进 |
3.2.1 扩展方式改进 |
3.2.2 采样方式改进 |
3.2.3 路径修剪及平滑 |
3.3 小结 |
4 面向泊车的运动控制算法设计 |
4.1 基于PID的路径跟踪纵向控制算法 |
4.1.1 PID控制理论 |
4.1.2 车速控制器模型搭建与仿真 |
4.2 基于MPC的路径跟踪横向控制算法 |
4.2.1 模型预测控制理论 |
4.2.2 预测模型 |
4.2.3 目标函数 |
4.2.4 约束条件 |
4.3 路径跟踪控制器仿真实验 |
4.4 小结 |
5 自动泊车改进算法仿真验证 |
5.1 泊车场景设计 |
5.2 仿真平台搭建 |
5.3 仿真结果及分析 |
5.3.1 横向车位仿真 |
5.3.2 纵向车位仿真 |
5.3.3 斜向车位仿真 |
5.3.4 避障泊车仿真 |
5.4 小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 工作展望 |
参考文献 |
攻读硕士学位期间发表学术论文情况 |
致谢 |
(2)基于物联网的大型停车场内泊车引导系统设计(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究文献综述 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.2.3 研究文献分析 |
1.3 主要内容与技术路线图 |
1.4 论文结构安排 |
2 停车引导系统的相关技术与算法研究 |
2.1 物联网技术 |
2.1.1 物联网相关技术 |
2.1.2 物联网的应用 |
2.2 车位检测技术 |
2.3 室内定位技术 |
2.4 停车最短路径规划 |
2.4.1 常用路径规划算法 |
2.4.2 算法对比分析 |
2.4.3 室内停车场路径算法设计 |
2.4.4 算法验证 |
2.5 本章小结 |
3 系统需求分析 |
3.1 社会需求分析 |
3.2 用户需求分析 |
3.2.1 停车用户需求分析 |
3.2.2 停车场管理人员需求分析 |
3.3 系统功能需求分析 |
3.4 本章小结 |
4 系统总体设计 |
4.1 系统框架 |
4.2 系统开发配置 |
4.3 业务流程 |
4.4 系统功能设计 |
4.5 数据库设计 |
4.5.1 数据库选择 |
4.5.2 数据库详细设计 |
4.6 构建停车场 |
4.7 本章小结 |
5 系统详细设计 |
5.1 注册登录模块 |
5.2 个人中心模块 |
5.3 查询模块 |
5.4 车位预约模块 |
5.5 车位推荐模块 |
5.6 反向寻车模块 |
5.7 本章小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(3)共享停车系统开发(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 “停车难”问题的研究现状 |
1.2.2 车牌识别技术的研究现状 |
1.3 本文主要研究内容及意义 |
1.3.1 本文主要研究内容 |
1.3.2 本文主要研究意义 |
1.4 论文章节安排 |
第二章 共享停车系统总体方案设计 |
2.1 系统整体分析 |
2.1.1 系统整体需求分析 |
2.1.2 系统整体功能分析 |
2.1.3 系统体系架构 |
2.2 管理系统分析 |
2.2.1 管理系统功能性需求分析 |
2.2.2 管理系统开发架构 |
2.3 共享停车小程序分析 |
2.3.1 共享停车小程序功能性需求分析 |
2.3.2 共享停车小程序开发框架 |
2.4 车辆识别系统功能性需求分析 |
2.5 系统非功能性需求分析 |
2.6 本章小结 |
第三章 车牌识别算法研究 |
3.1 车牌特征分析 |
3.2 图像预处理 |
3.2.1 图像灰度化 |
3.2.2 图像滤波降噪 |
3.3 车牌定位 |
3.3.1 基于边缘检测的车牌提取 |
3.3.2 基于颜色信息的车牌提取 |
3.3.3 基于颜色与边缘信息融合的车牌定位 |
3.4 车牌分割 |
3.4.1 水平投影分割 |
3.4.2 垂直投影分割 |
3.5 字符识别 |
3.5.1 卷积神经网络概述 |
3.5.2 基于卷积神经网络的字符识别 |
3.6 本章小结 |
第四章 系统设计与开发 |
4.1 系统整体框架 |
4.2 数据库及接口文档的设计 |
4.2.1 数据库的选择 |
4.2.2 数据库设计 |
4.2.3 接口文档设计 |
4.3 管理系统的设计与开发 |
4.3.1 开发工具的选择 |
4.3.2 管理员登录模块 |
4.3.3 小区管理模块 |
4.3.4 车位管理模块 |
4.3.5 缴费收费模块 |
4.3.6 超时预警模块 |
4.4 共享停车小程序的设计与开发 |
4.4.1 开发工具的选择 |
4.4.2 用户登录模块 |
4.4.3 我的车位模块 |
4.4.4 车位租用模块 |
4.4.5 我的车辆模块 |
4.4.6 订单管理模块 |
4.5 车辆识别系统的设计与开发 |
4.5.1 开发工具的选择 |
4.5.2 图像采集模块 |
4.5.3 车牌识别模块 |
4.5.4 进出车位时间获取模块 |
4.5.5 GPIO信号输出模块 |
4.5.6 网络通信模块 |
4.6 本章小结 |
第五章 系统测试 |
5.1 系统测试环境的搭建 |
5.2 系统功能性测试 |
5.2.1 管理系统测试 |
5.2.2 共享停车小程序测试 |
5.2.3 车辆识别系统测试 |
5.3 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
攻读学位期间取得的学术成果 |
致谢 |
(4)基于物联网的停车场管理系统设计与研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题的背景及意义 |
1.2 智能停车场系统的国内外研究现状 |
1.2.1 智能停车场系统的国外研究现状 |
1.2.2 智能停车场系统的国内研究现状 |
1.2.3 智能停车场的发展趋势 |
1.3 研究内容 |
1.4 论文结构安排 |
2 停车场管理系统总体方案设计和关键技术 |
2.1 停车场管理系统总体设计方案 |
2.1.1 系统需求分析 |
2.1.2 系统总体设计方案 |
2.2 关键技术 |
2.2.1 无线通信技术对比 |
2.2.2 NB-IoT技术 |
2.2.3 ZigBee技术 |
2.3 关键通信协议 |
2.3.1 CoAP通信协议 |
2.3.2 ZigBee通信协议 |
2.4 本章小结 |
3 停车场管理系统的硬件设计 |
3.1 ZigBee模块硬件设计 |
3.1.1 ZigBee模块选型 |
3.1.2 CC2530模块硬件设计 |
3.2 协调器模块的设计 |
3.2.1 协调器模块整体设计 |
3.2.2 BC95通信模块设计 |
3.2.3 OLED显示模块 |
3.3 终端节点模块设计 |
3.3.1 终端节点模块整体设计 |
3.3.2 红外对管传感器 |
3.3.3 WS2812LED提示灯 |
3.4 电源电路设计 |
3.5 硬件实物图与终端节点PCB图 |
3.6 本章小结 |
4 停车场管理系统的软件设计 |
4.1 系统开发环境介绍 |
4.1.1 软件开发平台介绍 |
4.1.2 Z-stack协议栈程序开发 |
4.2 基于ZigBee无线通信软件设计 |
4.2.1 协调器程序设计 |
4.2.2 终端节点程序设计 |
4.2.3 传感器程序设计 |
4.2.4 显示模块程序设计 |
4.3 基于NB-IoT模块的软件设计 |
4.3.1 NB-IoT通信初始化工作 |
4.3.2 NB-IoT数据传输 |
4.3.3 NB-IoT电信云搭建 |
4.4 管理系统的软件设计 |
4.5 APP的软件设计 |
4.6 本章小结 |
5 系统测试 |
5.1 测试环境 |
5.2 系统测试过程 |
5.2.1 无线网络通信测试 |
5.2.2 终端节点测试 |
5.2.3 管理系统测试 |
5.2.4 APP测试 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间发表论文及成果 |
(5)智能立体车库云门户系统研究与设计(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 课题背景与研究意义 |
1.2 国内外研究现状 |
1.3 研究重点与难点 |
1.4 研究内容与章节安排 |
第2章 智能立体车库云门户系统总体方案设计 |
2.1 系统需求分析 |
2.2 系统总体设计方案 |
2.2.1 系统整体架构 |
2.2.2 功能模块结构 |
2.3 关键技术方案 |
2.3.1 车库推荐策略分析 |
2.3.2 空闲车位数量预测方法选定 |
2.3.3 立体车库存取策略研究方案 |
2.3.4 系统开发关键技术方案 |
2.4 本章小结 |
第3章 基于空闲车位数量预测的立体车库推荐算法研究 |
3.1 车库推荐影响因素分析 |
3.2 基于Geohash的候选车库选择 |
3.3 基于改进LSTM的空闲车位数量预测算法 |
3.3.1 LSTM网络模型构建与预测 |
3.3.2 基于集成学习的LSTM网络模型改进与验证 |
3.4 基于多属性决策的最优车库推荐 |
3.4.1 决策矩阵的构造与规范化 |
3.4.2 基于组合赋权法的属性权重确定 |
3.4.3 基于理想点法的最优车库推荐 |
3.5 实例验证与分析 |
3.6 本章小结 |
第4章 智能立体车库存取策略研究 |
4.1 车位分配策略研究 |
4.1.1 常见分配策略分析 |
4.1.2 车位分配原则 |
4.1.3 分配策略设计与验证 |
4.2 基于排队论的车库排队模型 |
4.3 车库存取策略模型 |
4.4 存取策略仿真与分析 |
4.5 本章小结 |
第5章 智能立体车库云门户系统实现与测试 |
5.1 系统服务端实现 |
5.1.1 通信服务 |
5.1.2 接入服务 |
5.1.3 应用服务 |
5.2 云存储系统实现 |
5.2.1 数据库E-R图 |
5.2.2 数据库表 |
5.3 客户端实现 |
5.3.1 Android移动客户端 |
5.3.2 IOS移动客户端 |
5.3.3 微信小程序 |
5.3.4 浏览器客户端 |
5.4 系统测试 |
5.4.1 系统联调 |
5.4.2 系统功能测试 |
5.4.3 系统性能测试 |
5.4.4 问题及解决方案 |
5.5 本章小结 |
第6章 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
研究生阶段研究成果及发表学术论文情况 |
(6)基于CPLD的升降横移式立体停车库控制系统的研究与设计(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 论文的研究背景和意义 |
1.1.1 论文的研究背景 |
1.1.2 论文的研究意义 |
1.2 立体停车库国内外研究与发展现状 |
1.2.1 立体停车库国外研究与应用现状 |
1.2.2 立体停车库国内研究与应用现状 |
1.3 本论文的研究目的与主要研究内容 |
1.3.1 论文的研究目的 |
1.3.2 论文研究的主要内容 |
第二章 升降横移式立体停车库的运行原理及控制系统分析 |
2.1 立体停车库的概述 |
2.1.1 立体停车库的定义 |
2.1.2 立体停车库的类型特点 |
2.2 升降横移式立体停车库的总体结构与工作原理 |
2.2.1 升降横移式立体停车库的确定 |
2.2.2 升降横移式立体停车库的结构构成 |
2.2.3 升降横移式立体停车库的运行原理 |
2.3 升降横移式立体停车库控制系统的研究与设计 |
2.3.1 升降横移式立体停车库控制系统的分析 |
2.3.2 升降横移式立体停车库控制系统的组件 |
2.3.3 升降横移式立体停车库控制系统的总体设计方案 |
2.4 本章小结 |
第三章 升降横移式立体停车库控制系统硬件设计 |
3.1 CPLD的概述及选型 |
3.1.1 CPLD概述 |
3.1.2 CPLD选型 |
3.2 输入输出信号分析 |
3.3 CPLD车库控制器主要模块电路设计 |
3.3.1 电源模块的设计 |
3.3.2 JTAG接口电路的设计 |
3.3.3 信号隔离电路的设计 |
3.3.4 继电器驱动电路的设计 |
3.3.5 串口通讯电路的设计 |
3.4 CPLD控制器PCB设计 |
3.5 本章小结 |
第四章 升降横移式立体停车库控制系统软件程序的设计 |
4.1 CPLD编程软件介绍 |
4.2 停车库控制系统程序的设计 |
4.2.1 手动控制流程分析及程序设计 |
4.2.2 自动控制流程分析及程序设计 |
4.3 通信协议的设计 |
4.4 本章小结 |
第五章 升降横移式立体停车库控制系统的调试 |
5.1 车库控制系统模拟调试 |
5.1.1 调试硬件组成 |
5.1.2 调试过程 |
5.1.3 模拟调试结果分析 |
5.2 现场调试 |
5.3 本章小结 |
总结与展望 |
总结 |
展望 |
参考文献 |
攻读学位期间取得的研究成果 |
致谢 |
附录1 |
(7)基于网格激光视觉增强技术的泊车位及障碍物识别研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 自动泊车技术研究现状 |
1.2.1 技术背景 |
1.2.2 国外研究现状 |
1.2.3 国内研究现状 |
1.2.4 自动泊车技术应用概况 |
1.3 本文主要研究目的与意义 |
1.3.1 研究目的 |
1.3.2 论文主要创新点 |
1.4 本文的研究内容和结构安排 |
第二章 泊车空间激光网格化的实现与捕捉 |
2.1 网格化实现与视觉增强 |
2.2 激光网格的设计与标定 |
2.3 激光网格的捕捉 |
2.3.1 相机成像原理 |
2.3.2 四个坐标系及其转化 |
2.3.3 镜头畸变与鱼眼镜头 |
2.3.4 非线性相机的畸变模型与畸变参数 |
2.3.5 摄像头的标定 |
2.4 本章小结 |
第三章 激光网格视域下的图像分割技术 |
3.1 图像的畸变校正 |
3.2 鸟瞰图变换 |
3.3 图像的预处理 |
3.3.1 图像增强技术 |
3.3.2 灰度化处理 |
3.3.3 图像的去噪与平滑滤波 |
3.4 图像的分割与特征提取 |
3.4.1 阈值分割 |
3.4.2 边缘检测 |
3.4.3 凸包检测 |
3.4.4 漫水填充 |
3.4.5 轮廓提取与多边形包围 |
3.5 本章小结 |
第四章 激光网格视域下的泊车位及障碍物识别 |
4.1 泊车场景分析 |
4.1.1 泊车位分析 |
4.1.2 障碍物分析 |
4.2 障碍物的识别 |
4.3 泊车位的识别 |
4.3.1 有车位线标识车位的识别 |
4.3.2 无车位线车位识别 |
4.4 本章小结 |
第五章 系统架构与实验验证 |
5.1 系统架构设计和控制策略 |
5.2 视觉处理器图像处理策略 |
5.3 实验条件和实验概述 |
5.4 泊车位识别实验 |
5.5 障碍物识别实验 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 研究工作总结 |
6.2 后续工作展望 |
参考文献 |
致谢 |
硕士期间学术成果 |
(8)城市道路下的自主泊车系统轨迹规划算法研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题研究背景及意义 |
1.2 自动驾驶技术研究现状 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.3 自主泊车技术研究现状 |
1.3.1 自主泊车技术发展与应用 |
1.3.2 局部路径规划研究现状 |
1.3.3 泊车路径规划研究现状 |
1.4 本文的研究内容及组织结构 |
第二章 系统架构及车辆模型 |
2.1 自主泊车系统架构 |
2.1.1 自主泊车系统的硬件平台 |
2.1.2 自主泊车系统软件架构 |
2.2 自主泊车系统的坐标系 |
2.2.1 车辆坐标系 |
2.2.2 Frenet坐标系 |
2.2.3 泊车坐标系 |
2.3 车辆的转向运动特性与最小转弯半径 |
2.3.1 车辆的转向运动特性 |
2.3.2 最小转弯半径 |
2.4 车辆运动学模型 |
2.5 本章小结 |
第三章 城市道路局部混合轨迹规划算法构建 |
3.1 基于图搜索和数值优化的混合轨迹规划算法 |
3.2 基于状态晶格算法的原始路径生成 |
3.2.1 状态采样 |
3.2.2 候选路径生成 |
3.2.3 碰撞检测 |
3.2.4 路径评估 |
3.3 基于非线性规划算法的路径优化 |
3.3.1 构建目标函数 |
3.3.2 设计约束条件 |
3.3.3 求解最优路径 |
3.4 基于改进型A*搜索算法的原始速度曲线生成 |
3.4.1 创建ST网格图 |
3.4.2 改进型A*算法设计 |
3.5 基于二次规划的速度曲线优化 |
3.5.1 构建目标函数 |
3.5.2 设计约束条件 |
3.5.3 求解最优速度 |
3.6 本章小结 |
第四章 平行泊车规划算法构建 |
4.1 平行泊车的约束空间分析 |
4.1.1 泊车碰撞分析 |
4.1.2 平行泊车的最小车位 |
4.2 基于圆弧曲线的平行泊车规划算法 |
4.2.1 平行泊车的两圆弧相切规划算法 |
4.2.2 平行泊车的圆弧切直线规划算法 |
4.3 基于回旋曲线的平行泊车规划算法 |
4.3.1 回旋曲线数学模型 |
4.3.2 回旋曲线应用于平行泊车路径 |
4.3.3 回旋曲线的最小平行泊车位确定 |
4.4 本章小结 |
第五章 仿真实验与分析 |
5.1 仿真准备 |
5.1.1 仿真实验平台 |
5.1.2 车辆仿真参数 |
5.2 城市道路仿真验证 |
5.2.1 车道保持 |
5.2.2 车道变换 |
5.2.3 超车 |
5.2.4 算法性能分析 |
5.3 泊车场景仿真验证 |
5.3.1 不同泊车规划方法的仿真实验 |
5.3.2 不同车位尺寸的仿真实验 |
5.3.3 不同起始位置的仿真实验 |
5.3.4 不同泊车速度的仿真实验 |
5.4 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
(9)地下停车场车辆引导及路径规划研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究目的及意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 研究内容及技术路线 |
2 车辆引导及路径规划技术 |
2.1 关键技术 |
2.1.1 车辆信息动态感知技术 |
2.1.2 信息传输处理 |
2.2 常用路径规划算法 |
2.2.1 Dijkstra算法 |
2.2.2 A*算法 |
2.2.3 Floyd算法 |
2.2.4 算法比较分析 |
2.3 本章小结 |
3 地下停车场车辆引导服务分析与设计 |
3.1 系统需求分析及功能 |
3.1.1 系统需求分析 |
3.1.2 系统功能 |
3.2 系统整体方案设计 |
3.3 系统功能模块设计 |
3.3.1 车辆信息采集模块 |
3.3.2 车位信息采集模块 |
3.3.3 道路信息采集模块 |
3.3.4 数据信息传输处理模块 |
3.3.5 车辆引导信息发布模块 |
3.4 车辆停车服务工作流程设计 |
3.4.1 信息采集工作流程 |
3.4.2 信息传输处理工作流程 |
3.4.3 车位引导工作流程 |
3.5 本章小结 |
4 基于最优车位的引导路径优化 |
4.1 场内车辆停车流程 |
4.2 驾驶员车位选择影响因素 |
4.3 地下停车场路网模型 |
4.3.1 路网模型建立 |
4.3.2 道路边权构造 |
4.3.3 车位区域划分 |
4.4 最优车位决策推导 |
4.5 停车场内最优车位路径优化 |
4.5.1 Dijkstra算法分析 |
4.5.2 Dijkstra算法双向搜索 |
4.5.3 双向Dijkstra算法优化 |
4.5.4 算法性能比较 |
4.6 算例验证 |
4.6.1 最优车位推导 |
4.6.2 车辆路径规划分析 |
4.7 本章小结 |
5 系统测试 |
5.1 系统测试部署 |
5.2 系统测试平台 |
5.2.1 车辆信息采集测试 |
5.2.2 车位采集测试 |
5.2.3 地下停车场数据传输测试 |
5.2.4 车辆路径引导服务测试 |
5.3 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(10)基于Hadoop平台大数据分析处理的地下车库智能照明系统的研究应用(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题研究的背景和意义 |
1.2 国内外研究的现状 |
1.2.1 智能照明控制研究现状 |
1.2.2 地下智能停车系统国内外研究现状 |
1.3 课题需要解决的问题及研究内容 |
1.4 论文章节安排 |
2 系统总体设计方案 |
2.1 系统功能需求分析 |
2.2 地下车库智能照明系统的总体设计方案 |
2.2.1 系统的总体方案设计 |
2.2.2 系统实验平台的搭建 |
2.2.3 系统的组成 |
2.3 系统硬件设计方案 |
2.3.1 智能引导系统 |
2.3.2 12864屏显示方案 |
2.3.3 智能调光系统 |
2.4 系统软件设计方案 |
2.4.1 ZigBee无线网络的拓扑结构 |
2.4.2 Z-Stack协议栈架构 |
2.5 核心技术 |
2.5.1 ZigBee技术简介 |
2.5.2 系统的ZigBee组网技术 |
2.5.3 Hadoop平台简介 |
2.5.4 Java语言简介 |
2.6 本章小结 |
3 地下车库智能引导、照明系统硬件设计 |
3.1 LED智能调光节点硬件设计 |
3.1.1 CC2530 核心板电路设计 |
3.1.2 LED智能调光电源电路 |
3.2 车位检测节点硬件设计 |
3.2.1 基于ZigBee红外检测电路 |
3.2.2 LED指示灯提示电路 |
3.2.3 复位电路 |
3.2.4 晶振电路 |
3.2.5 RF射频电路 |
3.2.6 红外蔽障模块的检测电路 |
3.3 CO浓度、温度大小检测节点硬件设计 |
3.3.1 MQ-7 一氧化碳传感器模块电路 |
3.3.2 DS18B20 温度传感器模块电路 |
3.4 硬件系统协调器的设计 |
3.4.1 存储器电路 |
3.4.2 实时时钟电路 |
3.4.3 RS-232 串口通信电路 |
3.5 本章小结 |
4 基于Hadoop分析车流量大数据系统 |
4.1 车流量样本数据的获取 |
4.1.1 Eclipse概述 |
4.1.2 My SQL简介及安装 |
4.2 车流量样本数据的分析 |
4.2.1 HDFS概述 |
4.2.2 HDFS下载文件过程 |
4.2.3 上传文件到HDFS |
4.2.4 Map Reduce介绍 |
4.2.5 数据分析 |
4.3 分析结果可视化 |
4.3.1 不同的月份、不同的区域下车流量可视化结果 |
4.3.2 24小时不同区域下的车流量可视化结果 |
4.3.3 24小时不同区域下的空置率可视化结果 |
4.3.4 每周的不同时间、不同区域下的车流量可视化结果 |
4.4 本章小结 |
5 地下车库智能引导、照明系统的软件设计 |
5.1 ZigBee无线通信网络软件设计 |
5.1.1 TI Z-stack协议栈开发环境及工作流程 |
5.1.2 终端节点软件设计 |
5.1.3 协调器节点的软件设计 |
5.2 上位机软件设计 |
5.2.1 上位机软件结构设计 |
5.2.2 上位机功能模块设计 |
5.3 本章小结 |
6 地下车库智能引导、照明系统功能测试 |
6.1 系统功能测试 |
6.1.1 车位信息检测模块测试 |
6.1.2 车库安全信息管理模块测试 |
6.2 LED智能调光控制管理模块测试 |
6.2.1 LED智能调光手动调节控制 |
6.2.2 LED智能调光自动调节控制 |
6.3 本章小结 |
总结与展望 |
致谢 |
参考文献 |
附录 |
个人简历、在学期间发表的学术论文及取得的研究成果 |
四、德国研制手机寻找车位系统(论文参考文献)
- [1]自动泊车系统路径规划与跟踪算法研究[D]. 王浩杰. 大连理工大学, 2021(01)
- [2]基于物联网的大型停车场内泊车引导系统设计[D]. 孙康康. 兰州交通大学, 2021(02)
- [3]共享停车系统开发[D]. 刘俊超. 长安大学, 2021
- [4]基于物联网的停车场管理系统设计与研究[D]. 程瑶. 安徽理工大学, 2020(07)
- [5]智能立体车库云门户系统研究与设计[D]. 黄雪颖. 东南大学, 2020(01)
- [6]基于CPLD的升降横移式立体停车库控制系统的研究与设计[D]. 王忠诚. 广东工业大学, 2020(06)
- [7]基于网格激光视觉增强技术的泊车位及障碍物识别研究[D]. 江中旭. 江苏大学, 2020(02)
- [8]城市道路下的自主泊车系统轨迹规划算法研究[D]. 魏洪贵. 长安大学, 2020(06)
- [9]地下停车场车辆引导及路径规划研究[D]. 郭展宏. 兰州交通大学, 2020(01)
- [10]基于Hadoop平台大数据分析处理的地下车库智能照明系统的研究应用[D]. 郑凯琪. 重庆理工大学, 2020(08)